「幫我抓台北市評分 4.5 以上的咖啡店，匯出 CSV。」

這句話是中文的，不是程式碼。但只要你電腦裡裝了 Apify Agent Skills，打完送出，AI 就會自動從 55 個平台的 Actor 清單裡挑一個 crawler-google-places、組好 input schema、跑完爬蟲、把結果存成 CSV 丟到你桌面。從頭到尾你沒寫一行 requests.get()。

這套東西的奇怪之處在於——它不是程式庫。

你以為的爬蟲工具 vs 它實際的樣子

過去你要爬 Google Maps 的流程，大概是這樣：打開 Apify Store 挑一個 Actor，研究它的 input schema 要哪些欄位，寫 Python 組 JSON、呼叫 API、輪詢 run status、等結果出來再下載 dataset。光讀文件就要半小時，寫 code 又一小時。

Apify Agent Skills 把這個流程翻過來做。它裝進去後，沒有任何可以 import 的 API——skills/ 目錄下全是 Markdown 檔加幾個 Node.js 輔助腳本。AI 讀了 SKILL.md 以後，自己判斷該跑什麼指令、呼叫哪個 Actor、要問你哪些資訊。

類比一下：傳統爬蟲工具像是「原料 + 食譜」，你要會下廚；Apify Agent Skills 像是「給大廚一張訂單」，AI 是那位大廚，你只負責動嘴。

四個技能各自在幹嘛

技能做什麼什麼時候用
Ultimate Scraper爬資料用現有 55+ 個 Actor 抓社群／地圖／搜尋結果
Actor Development從零建 Actor想爬的平台 Actor 不存在
Actorization改造既有腳本把本機 Python 爬蟲搬上 Apify 雲
Generate Output Schema自動產 schema分析 Actor 原始碼產生輸出規格

最常用的是 Ultimate Scraper，它直接涵蓋 Instagram、Facebook、TikTok、YouTube、Google Maps、Booking、TripAdvisor——大部分你想得到的社群和 POI 平台都在。

Instagram 支援 12 個 Actor（Profile、Post、Comment、Hashtag、Reel、Followers），Facebook 14 個（Page、Post、Review、Group、Event、Ad、Marketplace），TikTok 14 個（Profile、Video、Comment、Hashtag、Sound、Trend）。加總下來，55+ 平台就是這樣堆出來的。

安裝：一行指令搞定

Claude Code 使用者最簡單：

1
2
3
4
5
6
7
8
# 新增 marketplace
/plugin marketplace add https://github.com/apify/agent-skills

# 裝爬資料的技能
/plugin install apify-ultimate-scraper@apify-agent-skills

# 想從零建 Actor 的話再裝這個
/plugin install apify-actor-commands@apify-agent-skills

前置條件也很單純：Apify 帳號（apify.com 註冊，有免費額度）、API Token（放 .env、記得加 .gitignore）、Node.js 20.6+。

裝完就能用，不需要重啟什麼東西。

兩種觸發方式

這個 plugin 有個設計很聰明：沒有必背的 slash command。

自然語言觸發

在 Claude Code 對話中講到「爬」「抓」「擷取」「scrape」「lead generation」「competitor analysis」這類關鍵字，AI 會自動匹配 apify-ultimate-scraper skill 並啟動 workflow。

1
2
你：幫我爬 Instagram 上 #taipei 的貼文
AI：（自動觸發 Ultimate Scraper → 選 Actor → 問偏好 → 執行 → 匯出）

觸發機制不是精確關鍵字比對，是 AI 根據 skill description 做語意匹配。所以你不用背觸發詞，自然講出需求就好。

/create-actor 指令

如果現有 55+ Actor 裡沒有你要的平台（例如 Dcard、PTT），就用 /create-actor 啟動 Actor Development 的 10 階段 workflow：

1
/create-actor 一個爬 PTT 八卦版標題和推文數的 Actor

AI 會從 Discovery、Setup、選語言、設計架構、實作、測試到部署，一步步引導你建出新的 Apify Actor。

實戰範例

範例 1：自然語言爬咖啡店

1
你：幫我抓西雅圖的咖啡店，要名稱、地址、評分，匯出 CSV

AI 的處理流程：

  1. 從 55+ Actor 中挑出 compass/crawler-google-places
  2. 自動取得該 Actor 的 input schema
  3. 問你要幾筆、什麼格式（預設 100 筆，超過 1000 會警告費用）
  4. 執行爬蟲並匯出 CSV
  5. 摘要結果，建議後續動作（例如「要不要再串 email 擷取？」）

範例 2：手動跑腳本精確控制

想更精確的話可以直接跑 Node.js 腳本：

1
2
3
4
node --env-file=.env reference/scripts/run_actor.js \
  --actor "compass/crawler-google-places" \
  --input '{"searchStringsArray": ["coffee shops"], "locationQuery": "Seattle, USA"}' \
  --output seattle_coffee.csv --format csv

Ultimate Scraper 提供三支輔助腳本：run_actor.js（執行任務）、search_actors.js（找不到 Actor 時搜尋 Apify Store）、fetch_actor_details.js（取得 Actor 的 input schema）。

Markdown 即介面的設計哲學

看一下這個 repo 的結構：

1
2
3
4
5
6
7
8
9
10
11
apify/agent-skills/
├── .claude-plugin/
├── agents/AGENTS.md
├── gemini-extension.json
└── skills/
    ├── apify-ultimate-scraper/
    │   ├── SKILL.md              # AI 讀的主指令檔
    │   └── reference/scripts/
    ├── apify-actor-development/
    ├── apify-actorization/
    └── apify-generate-output-schema/

每個 skill 的核心就是一份 SKILL.md——帶 YAML frontmatter 的 Markdown 檔。沒有複雜的 class 定義，也沒有綁特定 framework。

這招很聰明：任何讀得懂 Markdown 的 AI 工具都能用。Claude Code、Cursor、Windsurf、Gemini CLI，統統都行。repo 還內建 agents/AGENTS.md 和 gemini-extension.json 做跨平台索引，讓 Codex 和 Gemini CLI 也能無痛接上。

對照 LangChain Tools 或 CrewAI Tools——那些是 Python 類別，用哪個框架就綁死。Apify 的做法是把「工具說明」壓平到 Markdown，讓 AI 自己判斷怎麼用。設計上更輕、耦合更低。

用在哪些場景最划算

潛在客戶開發：Google Maps scraper 抓「台北市牙醫診所」的名單，再串 Contact Info Scraper 補 email。人工一筆一筆查，一下午五十筆就手痠；AI 下指令三分鐘五百筆。

品牌監控：定期爬 Instagram hashtag 或 TikTok 關鍵字，追蹤品牌被提及次數和互動數。風向不對，早點知道。

競爭對手分析：競爭者的 Facebook 粉專貼文、廣告投放策略、Google Maps 評論，一次爬回來做比較分析。

網紅篩選：先用 Instagram/TikTok scraper 找到符合條件的網紅，再用 comment scraper 分析粉絲互動品質，過濾掉買粉帳號。

既有爬蟲上雲：手邊有台本機跑的 Python 爬蟲？丟給 Actorization skill，AI 會幫你加 async with Actor: 生命週期管理、寫 input schema、部署成 Apify Actor，變成可被 API 呼叫的雲端服務。

跟 LangChain Tools、CrewAI Tools 比較

比較Apify Agent SkillsLangChain ToolsCrewAI Tools
本質Markdown 指令 + 腳本Python 類別Python 類別
框架耦合無，任何 AI 都能用綁定 LangChain綁定 CrewAI
爬蟲能力55+ 平台專業 Actor需自建基礎 scrape 工具
執行環境Apify 雲端本地本地
費用按結果筆數計費免費（自付基礎設施）免費（自付基礎設施）
入門門檻零程式碼要會 Python要會 Python

什麼時候選 Apify Agent Skills：你用 Claude Code / Cursor 這類 AI 助手寫程式，爬蟲只是偶爾需要的工作，不想為了一次性需求去研究 Actor API。

什麼時候選 LangChain / CrewAI：你在寫一個需要精確流程控制的應用，每一步都要能介入、拼裝、除錯。那就不要走 Markdown 這層抽象，直接用 Python Tools。

踩坑注意

費用會爆。Apify 是付費服務，每次跑 Actor 消耗 credits，按結果筆數計費。預設上限 100 筆、超過 1000 筆 AI 會警告，但如果你不小心跑一個「爬 #taipei 全部貼文」這種沒邊界的任務，額度會被嚼光。

完全綁 Apify 平台。所有 skill 都走 Apify REST API，Apify Store 沒有你要的 Actor，就真的沒辦法。

不是程式庫。沒有 import 可以用，完全靠 AI 的理解能力執行。如果你想在傳統 Python 專案裡直接呼叫爬蟲功能，這條路走不通——要嘛 fallback 到 apify-client SDK，要嘛用 MCP server 接。

超時 600 秒。幾萬筆以上的大型爬蟲任務會撞到，要拆批或換成非同步 workflow。

法律風險自負。爬蟲受目標網站 Terms of Service 和 robots.txt 限制，特別是抓社群網站資料時，IG/FB/TikTok 的條款寫得很嚴。出事是自己扛。

這種模式可能改變什麼

回頭看這個 plugin，它跟 Stripe Minions、GitHub Copilot 的 Agent Skills 走的是同一條路：把「能力」打包成 Markdown 描述，讓 AI 自己去組合。

傳統軟體工具是工具 + 文件分離——你要自己讀文件、判斷什麼時候用哪個工具。AI 時代的工具正在反過來：文件就是介面，AI 是 dispatcher，你是 client。

想得極端一點：未來或許不會再有人背 API、讀 SDK 文件。你只要告訴 AI「我要做 X」，AI 自己從一堆 Markdown 能力包裡拼出解法。今天你能用一句中文爬遍 55 個平台——這只是開始。

原文來源：Apify Agent Skills · GitHub